1ビットニューラルネットワークのスケーリングに関する理論の解明：精度を犠牲にすることなく効率性を向上

本稿では、1ビットニューラルネットワーク、特に大規模言語モデル（LLM）におけるスケーリング則を理論的に証明し、モデルの幅（パラメータ数）が大きくなるにつれて、従来のLLMに匹敵する性能を達成できることを示しています。